AI 数字人 · 能力核验规格书

HeyGen Avatar V · 单图起形象：文档索引里单列端点「Photo Avatar」（Direct Video Generation 一节）HeyGen · 开发者文档索引

LongCat Video Avatar 1.5 · 单图起形象：模型卡的仓库表写明它做的是「single- and multi-character audio-driven video generation」，输入侧用参考图（命令行有 `--ref_img_index`）—— 单图 + 音频即可起片HF · 美团 LongCat-Video-Avatar-1.5

HunyuanVideo-Avatar 1.0 · 单图起形象：论文摘要：从一张角色图 + 音频生成动态视频；HF 页的任务标签就是 `image-to-video`HF · 腾讯 HunyuanVideo-Avatar

Hallo2 Hallo-Live · 单图起形象：标题里的 Portrait Image Animation —— 输入是一张人像图　⚠️ 这条证据核的是 Hallo2；Hallo-Live 的模型卡只有标题与论文号，没有逐项能力说明 —— 标待重核，不沿用。HF · 复旦 Hallo2

LivePortrait 1.0 · 单图起形象：标题里的 Portrait Animation 即以单张人像为源HF · 快手 LivePortrait

HeyGen Avatar V · 本人分身：单列端点「Digital Twin」HeyGen · 开发者文档索引

HeyGen Avatar V · 形象一致：文档把「形象」做成了一等实体：Avatar Groups（characters）下挂 Avatar Looks（outfits/styles）——「Each group contains one or more looks」，且创建形象后「Returns an avatar_item (the look) and an avatar_group (the character identity)」。同一个人物换装不换身份，这正是这一格问的事HeyGen · 开发者文档索引

LongCat Video Avatar 1.5 · 形象一致：模型卡：「robust long-video generation with strict identity consistency」HF · 美团 LongCat-Video-Avatar-1.5

HunyuanVideo-Avatar 1.0 · 形象一致：摘要：「generating highly dynamic videos while preserving character consistency」HF · 腾讯 HunyuanVideo-Avatar

LongCat Video Avatar 1.5 · 全身与多尺度：模型卡：「full-body temporal stability」HF · 美团 LongCat-Video-Avatar-1.5

HunyuanVideo-Avatar 1.0 · 全身与多尺度：摘要：「Multi-scale generation spanning portrait, upper-body and full-body」HF · 腾讯 HunyuanVideo-Avatar

LongCat Video Avatar 1.5 · 多人同框：模型卡：「generalizes to anime, animals, and complex real-world conditions such as multi-person interactions and object handling」HF · 美团 LongCat-Video-Avatar-1.5

HunyuanVideo-Avatar 1.0 · 多人同框：摘要：「enabling multi-character audio-driven animation」；标题也写 for Multiple CharactersHF · 腾讯 HunyuanVideo-Avatar

HeyGen Avatar V · 音频驱动形象：单列端点「Audio to Video」HeyGen · 开发者文档索引

LongCat Video Avatar 1.5 · 音频驱动形象：模型卡：「production-readiness for audio-driven human video generation」HF · 美团 LongCat-Video-Avatar-1.5

HunyuanVideo-Avatar 1.0 · 音频驱动形象：标题：「High-Fidelity Audio-Driven Human Animation」HF · 腾讯 HunyuanVideo-Avatar

MuseTalk 1.0 · 音频驱动形象：概述：「real-time high quality audio-driven lip-syncing model trained in the latent space of ft-mse-vae」HF · 腾讯音乐 MuseTalk

Hallo2 Hallo-Live · 音频驱动形象：标题：「Hallo2: Long-Duration and High-Resolution Audio-driven Portrait Image Animation」　⚠️ 这条证据核的是 Hallo2；Hallo-Live 的模型卡只有标题与论文号，没有逐项能力说明 —— 标待重核，不沿用。HF · 复旦 Hallo2

HeyGen Avatar V · 文本驱动：Voices 一节有「Text to Speech」「Design a Voice」，与 Avatar 组合即文本驱动出片HeyGen · 开发者文档索引

Hallo2 Hallo-Live · 文本驱动：Hallo-Live 模型卡直接声明文本驱动，联合生成语音和头像视频。HF · 复旦 Hallo-Live

MuseTalk 1.0 · 视频驱动与重定向：它改的是已有视频里的口型（「can be applied with input videos, e.g., generated by MuseV」），属于视频驱动那一路HF · 腾讯音乐 MuseTalk

LivePortrait 1.0 · 视频驱动与重定向：标题：「Efficient Portrait Animation with Stitching and Retargeting Control」—— 用驱动视频带动静态人像HF · 快手 LivePortrait

HeyGen Avatar V · 给已有视频对口型：单列一整节 Lipsync，还分两档：「Lipsync — Speed」「Lipsync — Precision」HeyGen · 开发者文档索引

LongCat Video Avatar 1.5 · 给已有视频对口型：模型卡：「Achieves accurate lip-synchronization」（配合 Whisper-Large 做口型）HF · 美团 LongCat-Video-Avatar-1.5

MuseTalk 1.0 · 给已有视频对口型：标题：「MuseTalk: Real-Time High Quality Lip Synchronization with Latent Space Inpainting」；概述「a real-time high quality audio-driven lip-syncing model」HF · 腾讯音乐 MuseTalk

HunyuanVideo-Avatar 1.0 · 情绪与表情控制：摘要：「achieving precise emotion alignment between characters and audio」HF · 腾讯 HunyuanVideo-Avatar

HeyGen Avatar V · 多语种口型翻译：单列一整节 Video Translation，同样分两档：「— Speed」「— Precision」；另有「Batch Video Translations」HeyGen · 开发者文档索引

HeyGen Avatar V · 实时驱动：端点「Live Avatar」；文档另有 Realtime Video 一节HeyGen · 开发者文档索引

MuseTalk 1.0 · 实时驱动：「real-time high quality lip-syncing model（30fps+ on an NVIDIA Tesla V100）」—— 有明确帧率，不是宣传语HF · 腾讯音乐 MuseTalk

Hallo2 Hallo-Live · 实时驱动：官方声明流式同步生成；20.38 FPS、0.94 秒延迟是在两张 H200 上的结果，不外推为消费级设备性能。HF · 复旦 Hallo-Live

HeyGen Avatar V · 透明背景输出：端点「Transparent Background Videos」—— 出片能直接合成到别的画面上HeyGen · 开发者文档索引

LongCat Video Avatar 1.5 · 开源权重：权重在 HF，许可 MIT（♥714）HF · 美团 LongCat-Video-Avatar-1.5

HunyuanVideo-Avatar 1.0 · 开源权重：权重在官方 HF 仓库。⚠️ 页面没标准许可字段，商用前要读仓库条款HF · 腾讯 HunyuanVideo-Avatar

MuseTalk 1.0 · 开源权重：权重在官方仓库，许可 creativeml-openrail-m —— ⚠️ 不是标准开源协议HF · 腾讯音乐 MuseTalk

Hallo2 Hallo-Live · 开源权重：权重在官方仓库，许可 MIT　⚠️ 这条证据核的是 Hallo2；Hallo-Live 的模型卡只有标题与论文号，没有逐项能力说明 —— 标待重核，不沿用。HF · 复旦 Hallo2

LivePortrait 1.0 · 开源权重：权重在 HF，许可 MIT（♥487）HF · 快手 LivePortrait